FilmFlow: 用于3D虚拟电影摄影的智能体系统
FilmFlow是一个智能体框架，可将自然语言指令或参考视频转换为动态3D环境中的可执行相机轨迹。该系统由Director智能体和三个专业智能体(Interpreter、Scout、Critic)组成，共同实现空间推理、时间协调和视觉构图。研究团队还推出了CinemaBench基准数据集，包含150个Blender场景和750个文本指导任务。
#多模态
HuggingFace Daily PapersAI 评分5555 IT之家AI 评分3535 苹果正在推进大折叠 iPad 平板，整体设计有望参考华为 MateBook Fold 非凡大师
苹果正在测试“折叠巨大平板”，预计参考华为 MateBook Fold 非凡大师。该机型展开状态将提供 18 至 20 英寸显示面积，折叠后保持便携形态，使用康宁超薄玻璃盖板。华为 MateBook Fold 非凡大师搭载 18 英寸双层 OLED 折叠屏，定价 24999 元起。
IT之家AI 评分4545 东风风神 L8+ 上市：全球首搭天元智驾 T800，限时置换价 12.99 万元起
东风风神 L8+ 今晚上市，限时置换价 12.99 万元-15.99 万元，全球首搭天元智驾 T800 和 4 挡马赫电混。搭载英伟达 Thor-U700TOPS 芯片，支持城市/高速/乡村 NOA，纯电续航 220km，综合续航 1505km。
雷锋网AI 评分4343 「千问Go!」上线“我的应用”，支持搭建长期、可分享的专属应用
「千问Go!」上线“我的应用”功能，用户无需编程即可搭建专属应用，支持对外分享和持续更新数据。该功能接入阿里云AI应用生产平台Meoo，可自动完成搭建、数据库配置和部署，并支持调用淘宝、大麦等应用数据。目前处于邀测阶段，用户可申请体验资格。
雷锋网精选AI 评分8080 奇瑞：从车企到AI公司的转型之路
奇瑞通过自研CheryMind大模型和紫微芯片，用AI重构造车流程，形成可复用技术底座，并延伸至Robotaxi、机器人、农机等新领域。董事长尹同跃表示奇瑞已从车企转型为高科技创新企业，未来将解决出行、能源、粮食等领域的真实问题。
推荐理由：奇瑞用AI重构造车方式，将能力沉淀为可复用底座并延伸至汽车之外，制造业出身的AI公司优势在于高复用率带来的边际成本递减。
钛媒体精选AI 评分8585 AI智能体加速系统漏洞利用，安全事件响应窗口大幅缩短
最近一个月内，十几起安全事件相继发生，涉及证书机构私钥、托管平台环境变量、包管理器等多个领域。从漏洞发现到大规模利用的时间缩短至几小时内，AI智能体在攻击执行环节和监控机制内部均有出现。PHP2Shell漏洞由AI模型辅助发现，被利用速度极快，扫描量在公开后45分钟内从数千次增至数万次。这些事件共同特点是攻击速度加快，防守方响应时间不足，凸显了当前安全体系的脆弱性。
推荐理由：漏洞利用周期从天级缩短到小时级，AI智能体正突破传统安全边界，防守方面临响应速度与权限管理的双重挑战。
IT之家AI 评分4040 华为 MatePad Pro 等平板推送 HarmonyOS 7 花粉 Beta 升级：直升 111 版本，新增远程分享等功能
华为为 MatePad Pro 系列平板推送 HarmonyOS 7 花粉 Beta 升级，老机型直升“111”版本，新增远程分享、3D 空间壁纸、词典笔等功能。更新包括沉浸光感视效、通信共享升级、亲密圈、智能录音、文本通话、直连供电等优化，并提升小艺记忆与任务处理能力。
钛媒体AI 评分7373 月之暗面Kimi K3.1疑似通过Kibitz代号提前亮相
月之暗面疑似通过匿名模型Kibitz在Arena平台测试Kimi K3.1，该模型在3D场景代码生成方面表现优异，延续了Kimi家族的命名规律和技术特征。K3.1可能新增medium推理档位，并重点强化3D创作功能，预计正式发布后将在编码和Agent任务上继续发力。
IT之家AI 评分3838 国内首部 AI 院线长片《三星堆：未来往事》上映，首日票房超 12.5 万元
国内首部 AI 全流程院线长片《三星堆：未来往事》今日上映，首日票房超 12.5 万元。该片由生数科技 Vidu 提供技术支持，片长 100 分钟，全片依托“博卡电影云片场”完成，历时两年制作。博纳已宣布下一部 AI 电影《计划外：广寒行动》开机，计划 2027 年上半年上映。
IT之家AI 评分4545 月之暗面公布 Kimi K3.1 预热视频，发布日期暂未官宣
月之暗面发布 Kimi K3.1 预热视频，显示模型支持 1M tokens 上下文窗口，新增 medium 档推理强度。K3.1 已在 API 平台和 SGLang 仓库中可调用，但官方尚未公布发布日期、参数规模或定价。
IT之家AI 评分2525 比亚迪腾势 N8 四大内饰配色亮相：月满空山、朝雾米、破晓红、晚原棕
比亚迪腾势 N8 公布四大内饰配色，分别为月满空山、朝雾米、破晓红、晚原棕。新车将于 10 月 26 日开启小订，11 月正式上市，搭载第二代刀片电池及闪充技术，纯电续航 1003km。
HuggingFace Daily Papers精选AI 评分6565 WeVisOne-VL: 从目标到像素的统一视觉感知
WeVisOne-VL 是一种强大的视觉语言模型，通过结构化下一词预测统一了目标级和像素级感知能力。该模型支持多种视觉任务，包括目标检测、指代定位、计数、OCR、分割和matting，能够在用户指定的任何粒度上进行定位，从点到框再到mask和alpha mattes。
推荐理由：通过结构化下一词预测统一目标级与像素级感知，WeVisOne-VL 在30多个基准测试中领先，为VLMs迈向可靠感知系统提供新路径。
IT之家AI 评分3535 荣威家越 07 汽车上市，限时权益价 11.98 万元起
荣威家越 07 汽车正式上市，限时权益价 11.98 万元起，提供 220km 和 320km 纯电续航版本，最大综合续航 1480km。全系搭载豆包座舱助手，激光雷达版免费赠送 Momenta R7 世界模型高阶功能包。
财联社电报AI 评分6565 上海：鼓励企业前瞻布局物理AI 重点突破世界模型构建、多模态物理感知等核心技术
上海市经济和信息化委员会印发《上海市加快推动人工智能赋能工业服务业高质量发展行动方案（2027-2028年）》，支持企业开展工业智能体任务规划、工具使用、长期记忆等技术攻关，鼓励前瞻布局物理AI，重点突破世界模型构建、多模态物理感知、虚实交互与自主决策等核心技术，对企业技术攻关项目给予最高2000万元支持。
IT之家AI 评分4343 2027 款极狐阿尔法 S5 纯电宽体轿跑预售：标配激光雷达，12.18 万元起
2027 款极狐阿尔法 S5 纯电宽体轿跑开启预售，预售价 12.18 万元起，全系标配 192 线激光雷达，支持城区/高速 NOA 领航辅助，最长续航 750km。
IT之家AI 评分2525 红魔 RedMagicOS 12 适配机型公布：11 Pro / 11S Pro 系列手机 12 月升级
红魔游戏手机宣布 RedMagicOS 12 将于 2026 年 12 月起分批推送，首批适配红魔 11 Pro / 11S Pro 系列。新系统主打超未来主义视觉体验、全场景 AI 助手及电竞训练场功能，支持苹果互传和 X 引力平台 3.0 多端互通。
HuggingFace Daily PapersAI 评分3535 Cola2: 协同自适应分层语言建模框架
Cola2 通过动态文本分段和语义压缩，结合重建与生成监督，实现连续-离散协同自适应。该模型在 3460 亿源 tokens 训练下，8 项任务平均分达 60.10，超越 Llama-3-8B 在 HellaSwag 和 StoryCloze 的表现。
HuggingFace Daily PapersAI 评分4040 Verus-Insight: 实现AI生成视频中可解释的人工痕迹检测
Verus-Insight 通过结构化三阶段能力（检查规划、证据验证、证据聚合）提升AI视频人工痕迹检测性能，配合人类监督训练和Verus-Bench评测基准，在细粒度分析和视频级检测中实现显著提升。
HuggingFace Daily Papers精选AI 评分6565 AgentVQA: 智能体视觉理解统一评测基准
研究团队发布AgentVQA评测基准，涵盖Web Agents、Robotics、Egocentric Videos、Games和Spatial Planning五个领域，从23个数据集中选取1000个真实场景样本。评测显示22个模型中最高准确率仅58.5%，主要问题在于视觉状态跟踪而非任务理解或逻辑推理。
推荐理由：AgentVQA 填补了智能体视觉理解评测的空白，22个模型最高仅58.5%准确率揭示了当前视觉状态跟踪仍是最大瓶颈。
HuggingFace Daily PapersAI 评分4545 TTR-Compressor：基于测试时回归的序列压缩方法
TTR-Compressor 通过测试时回归实现序列压缩，在块级稀疏注意力中显著提升 RULER 性能，在多模态模型视觉 token 合并中减少 55.6% token 量且匹配标准 MLP 合并效果。该方法为高效语言和多模态模型提供新压缩方案。
钛媒体AI 评分7070 被AI改造的内容行业：焦虑、效率和新机会
钛媒体文章分析了AI对内容行业的改造，包括游戏和电商行业通过AI模型如MiniMax H3大幅提升生产效率、降低成本，以及内容平台如何通过开放生态支持创作者。文章指出，AI不仅改变了现有内容生产方式，还可能催生互动影游等新内容形态，但关键在于能否形成可持续的商业循环。
HuggingFace Daily PapersAI 评分3535 视频：通过阅读、写作、共享与交互理解世界
这篇综述以世界建模为统一框架，分析视频基础模型与视频世界模型的关系，提出四种互补操作：从视频中推断世界属性、根据世界条件合成视频、通过共享建模机制整合理解与生成、在动作与观测下预测和更新世界状态。研究强调从片段级识别向持久状态、可控演化及物理因果有效性的转变，并指出当前面临的开放挑战。
HuggingFace Daily PapersAI 评分4545 OmniDR-Bench：视频中心深度研究智能体评测基准
研究者提出视频中心深度研究报告生成任务及 OmniDR-Bench 评测基准，包含 50 个中英文任务和 6,414 条评测标准。评测显示最佳系统得分为 63.3 分，当前智能体需提升内容覆盖、跨模态因果分析及引用准确性。代码与数据已开源。
HuggingFace Daily PapersAI 评分4040 Factor-Aware Predictive Learning for Cinematic Video Generation
研究提出 Factor-Aware Predictive Learning (FAPL)，提升多模态大语言模型在电影视频生成中的特征利用与时间推理能力。该方法通过三阶段训练，在稀疏输入转视频、因子感知编辑和多镜头生成任务上超越基线模型。实验验证了 FAPL 对 MLLM 特征使用、时间控制和因子协调的改进效果。
开源中国AI 评分3535 novel-plus v6.0.0 发布：全新 UI + 后台重构 + AI 长篇小说创作工作流
novel-plus v6.0.0 发布，移动端 UI 全面重设计，重构管理后台并完善小说筛选、书单、书评等功能。新增 AI 长篇小说创作工作流，优化整体视觉体验与交互。
开源中国AI 评分7373 MiniMax M3.1 Flash 正式开源
MiniMax 开源了 M3.1 Flash 模型，该模型拥有 428B 总参数和 23B 激活参数，上线 72 小时内处理了超过 100 万亿 Token。相比上一代 M3，M3.1 Flash 能力全面提升，并重点优化了推理效率，包括全模型稀疏注意力等技术。
IT之家AI 评分4242 阿维塔汽车 AVATR. OS 6.1.0 车机更新发布，支持离车不下电、导航双地图切换等
阿维塔今日推送 AVATR. OS 6.1.0 车机更新，新增电子萌宠、AI形象生成、离车不下电等功能。更新支持阿维塔 12、07、06T 等车型，新增异形障碍物自动紧急制动及百度地图导航。
华尔街见闻AI 评分6565 千问发布AI眼镜和耳夹式耳机，Personal Agent战火烧向硬件
10月13日，阿里巴巴旗下千问发布AI眼镜N1、N1 Pro和AI耳夹式耳机，三款产品当天现货开售，眼镜到手价2218元起，耳机首销价1099元起。千问希望通过这些硬件让同一个Personal Agent通过不同设备理解用户、延续任务。与此同时，韶音、Meta、亚马逊等企业也在推出相关硬件产品，探索各自在Personal Agent生态中的位置。
钛媒体AI 评分7575 被困在算法里的人：从推荐到预判的算法升级
2026年算法已从内容推荐升级为预判用户意图并直接执行，松下、荣耀、谷歌、苹果等公司开发的AI代理能在端侧完成感知-推理-执行闭环。算法精准服务于商业目标，导致注意力捕获、经济榨取、劳动规训和认知收窄四重困境，个体反驯面临挑战但监管框架正在建立。
arXiv · cs.ROAI 评分3535 刚性载荷协同轨道运输的去中心化双层优化框架
研究提出一种去中心化双层优化框架，通过内层凸推力分配和外层载荷扭矩轨迹搜索，解决航天器集群运输非合作目标的非凸轨迹优化问题。该方法无需完整非线性规划收敛即可快速获得燃料高效解，性能随代理数量可扩展，并通过蒙特卡洛仿真验证了理论收敛及故障恢复能力。
钛媒体精选AI 评分8585 Gemini 4 Argon Token消耗量暴涨3倍，谷歌CEO首谈砍掉3.5 Pro内幕
Google最新旗舰模型Gemini 4 Argon上线72小时处理近25万亿Token，消耗量是上一代Gemini 3.0同期的3倍。Google CEO桑达尔·皮查伊在访谈中首次公开解释了Gemini 3.5 Pro为何神秘消失，以及DeepMind核心管理层变动的幕后原因。
推荐理由：Gemini 4 Argon上线72小时处理25万亿Token，谷歌CEO首次披露砍掉3.5 Pro内幕，模型迭代与算力博弈成焦点。
财联社电报AI 评分6565 MiniMax M3.1 Flash开源
MiniMax宣布开源MiniMax M3.1 Flash的模型权重，总参数428B，激活参数23B。M3.1 Flash上线后，72小时内真实用户处理超过100万亿Token。
IT之家同事件AI 评分8585 MiniMax M3.1 Flash 开源模型权重，总参数 428B
MiniMax 稀宇科技开源 MiniMax M3.1 Flash 模型权重，总参数 428B，激活参数 23B。该模型于 10 月 19 日上线，72 小时内真实用户处理超过 100 万亿 Token，通过全模型稀疏注意力、量化感知训练和 Power-aware scheduling 等优化提升推理效率。
同一件事，精选收录的是《MiniMax发布M3.1 Flash模型，Agent能力跃居国产第一》
IT之家AI 评分5555 苹果发布iPhone Duo应用认证标识，《绝区零》等首批应用完成适配
苹果公司发布Made for iPhone Duo标识，用于标识已适配折叠iPhone Duo的应用和游戏。该标识于10月23日iPhone Duo发售当天出现在App Store上，已有超过50款第三方应用完成优化或正在适配，包括Netflix、亚马逊Prime Video、《绝区零》等。
IT之家AI 评分4545 苹果更新 iWork 生产力套件 15.4.1：引入 AI 智能助理，适配 iPhone Duo
苹果为 Keynote、Numbers 和 Pages 添加“智能助理”功能，支持自然语言生成内容、搜索信息并优化文档，目前仅限美式英语和 Apple Intelligence 设备。此次更新还适配 iPhone Duo，并新增专业设计模板和内容中心。
The Verge · AIAI 评分6565 Canva 发布首款 AI 图像生成模型 Craft
Canva 发布名为 Craft 的 AI 图像生成模型，采用两阶段架构，可在生成前先规划设计，支持 2K 分辨率和 30 多种宽高比，目前在全球设计排行榜上排名第四。
雷锋网精选AI 评分7878 千问发布AI眼镜N1 Pro与耳夹式耳机
千问发布AI眼镜N1 Pro和耳夹式耳机，眼镜重44g，售价2218元起，耳机售价1099元起。N1 Pro搭载全天候视觉感知系统和眼动追踪模组，支持健康监测；耳机支持89种语言实时翻译。两款产品旨在作为千问Personal Agent的物理入口，整合阿里生态数据与服务能力。
推荐理由：44g眼镜实现主动服务，千问用硬件把Agent从对话窗推进到物理世界，接下来看用户是否愿意为这种'越界'买单。
雷锋网AI 评分7575 蚂蚁数科发布决策模型 LingDT-Decision-1.0
蚂蚁数科发布决策模型 LingDT-Decision-1.0，提供4B和27B两个版本，在23项开源评测基准中综合评分超过Microsoft-Decision-1和Jev 1.13等模型。该模型专为快速决策打造，Token消耗降低超90%，响应时效提升10倍，首创支持原生多选与按序决策能力，已在蚂蚁数科智能客服、安全风控、金融应用等场景测试。
TechCrunch · AIAI 评分7373 OpenAI广泛推出决策模型API，决策模型竞争升温
OpenAI首次广泛开放其Decisions API模型，进入快速、低成本智能市场。该模型基于ChatGPT Luna重新配置，将推理速度从1-3秒缩短至100-180毫秒，已在Box、Datadog等公司测试中成功替代LLM，将响应时间从1.4秒降至0.13秒。OpenAI还添加了新的语音和视觉模态，并针对全球不同地区优化了推理资源。
AWS Machine Learning Blog精选AI 评分6565 Amazon Polly 升级语音生成引擎，新增14种语音和两种语言支持
Amazon Polly 升级其语音生成引擎，提供更自然、准确的语音输出，新增14种语音和9种区域支持，包括首次提供印地语和芬兰语的生成语音。此次升级为即插即用式，现有应用程序无需更改代码即可使用。
推荐理由：新增14种语音和两种语言，无需代码变更即可提升语音质量，企业级语音应用迎来更自然的交互体验。